微分對(duì)策及其在飛行器追逃控制中的應(yīng)用研究.pdf

1、微分對(duì)策最早源于軍事方面的需求，后來逐漸應(yīng)用于經(jīng)濟(jì)、工程等其他領(lǐng)域，它是一種用微分方程(組)描述局中人對(duì)策活動(dòng)、現(xiàn)象或規(guī)律的對(duì)策，是解決雙方（多方）連續(xù)動(dòng)態(tài)沖突、競(jìng)爭(zhēng)或合作問題的有效工具。本文根據(jù)微分對(duì)策求解的困難性、線性微分對(duì)策的模型不確定性等特點(diǎn)，針對(duì)飛行器追逃問題開展了微分對(duì)策的數(shù)值計(jì)算方法、模型不確定性問題等方面的研究。
　　本文首先針對(duì)微分對(duì)策的復(fù)雜性，提出一種動(dòng)態(tài)環(huán)境下用于解決微分對(duì)策數(shù)值計(jì)算的滾動(dòng)優(yōu)化算法—非線性模型

2、預(yù)測(cè)控制（NMPC），并且基于梯度下降法，在每一個(gè)預(yù)測(cè)域內(nèi)進(jìn)行預(yù)測(cè)控制，將梯度迭代法作為優(yōu)化技術(shù)用于預(yù)測(cè)過程，然后實(shí)施在線滾動(dòng)優(yōu)化，這樣在一定程度上形成了一個(gè)閉環(huán)反饋控制，進(jìn)而得到追逃雙方的閉環(huán)控制律。其次，由于傳統(tǒng)優(yōu)化方法具有一定局限性，考慮在預(yù)測(cè)控制中引入智能優(yōu)化法，把基于模擬退火的粒子群算法（SA-PSO）作為優(yōu)化策略，將一種改進(jìn)的SA-PSO作為NMPC的優(yōu)化技術(shù)，在保留PSO快速簡(jiǎn)單的全局尋優(yōu)特點(diǎn)下，利用SA跳出局部最優(yōu)的能力

3、，通過引入模擬退火算法跳出局部最優(yōu)，并自適應(yīng)調(diào)整權(quán)重參數(shù)，提升了系統(tǒng)收斂性能。然后通過在線滾動(dòng)優(yōu)化，避免了哈密頓-雅克比-埃薩克(HJI)方程的求解，且能夠生成追逃雙方基于當(dāng)前狀態(tài)的閉環(huán)最優(yōu)控制輸入。最后，針對(duì)一類帶有不確定性的線性LTV和LTI微分對(duì)策模型，提出一類基于微分對(duì)策的魯棒制導(dǎo)律，用理想標(biāo)稱系統(tǒng)（即不存在不確定性的系統(tǒng)）所對(duì)應(yīng)的Riccati方程的解所構(gòu)成的線性控制項(xiàng)，并將其與非線性切換函數(shù)控制項(xiàng)結(jié)合，共同確保系統(tǒng)的響應(yīng)具有